R语言时间序列中的时间设置

时间序列的不同时间分段设置

1. 普通的时间序列:年、月、季

1 myserises<-ts(data,start=,end=,frequency=)#其中frequency=1代表年;frequency=12代表月;frequency=4代表季度数据

2. 如果以天为单位的时间序列

1 t<-ts(1:365,frequency=1,start=as.Date("2017-05-01"))
2 s<-as.Date("2017-05-01")
3 date<-seq(from=s,by=1,length.out=365)
4 t<-data.frame(date,t)

或者可以利用zoo包进行一次排序

1 t<-seq(as.Date("2017-05-01"),length=365,by="day")
2 library(zoo)
3 mydata<-zoo(1:365,t)

3. 如果是以小时或者分钟为单位的话

1 #使用strptime函数
2 x<-strptime("2017-05-01 00:00:00","%Y-%m-%d %H:%M:%S")+900*1:10#这句代码的意思是设置成以15分钟为间隔的10个时间序列
3 library(zoo)
4 data<-zoo(1:10,x)
5 plot(data)#画出一个时序图

其实strptime()函数可以将时间序列分割成想要的频率模式,在这里是以秒为单位,15分钟的间隔就是15*60=900s。

时间: 2024-08-06 16:05:29

R语言时间序列中的时间设置的相关文章

在R语言环境中无法载入rJava包的解决办法

问题描述: 安装包xlsx包后,运行library("xlsx")后弹出错误窗口: RGui (64-bit): Rgui.exe - 系统错误 无法启动此程序,因为计算机中丢失 jvm.dll.尝试重新安装该程序以解决此问题. 在R语言环境中的错误是: 载入需要的程辑包:rJava Error : loadNamespace()里算'rJava'时.onLoad失败了,详细内容: 调用: inDL(x, as.logical(local), as.logical(now), ...)

R语言学习中的小bug:R中矩阵相乘错误于A %*% B: 需要数值/复数矩阵/矢量参数

遇到了小bug: R中矩阵相乘错误于A %*% B: 需要数值/复数矩阵/矢量参数 看到网上别人的做法,发现了用class(A)和class(B)之后才发现,是因为读入的时候数据的类型不对,A.B的类型并不是matrix,才导致了这个问题. 用as.matrix来变型一下,就OK了. R语言学习中的小bug:R中矩阵相乘错误于A %*% B: 需要数值/复数矩阵/矢量参数,布布扣,bubuko.com

分享一个R语言的脚本【时间记录】

分享一个R语言的脚本 最近捣弄下一个R语言的脚本,不知道大家有没有看过<奇特的一生>这本书,我高中看了后,高三就山寨了柳比歇夫大神的方法,记录时间开销.个人感觉是挺有用的. 脚本就是把下面的这种excel文件导入并自动转化成饼形图,输出图片到本地. 代码在此: record <- read.table("Book1.csv", header=TRUE,sep=",", fill=TRUE); library(ggplot2); new_sum<

R语言编程中的常见错误

R语言编程中的常见错误有一些错误是R的初学者和经验丰富的R程序员都可能常犯的.如果程序出错了,请检查以下几方面.? 使用了错误的大小写.help().Help()和HELP()是三个不同的函数(只有第一个是正确的).? 忘记使用必要的引号.install.packages("gclus")能够正常执行,然而Install.packages(gclus)将会报错.? 在函数调用时忘记使用括号.例如,要使用help()而非help.即使函数无需参数,仍需加上().? 在Windows上,路

R语言学习笔记——日期时间处理

一.在利用R语言实际工作中,我们经常需要将字符串转换成时间,或者将时间转化成字符串,R语言和其他语言一样,你要告诉它如何转化?也就是告诉它format,它就可以正常的转化,但是在实际中,我碰到了一下几个很难注意的问题,先总结如下: 计算机如何理解日期:日期格式(也就是Date)表示为自1970年1月1日相对的数量,较1970-01-01更早的日期表示负值.(大部分语言都是这么处理的) 大部分语言有默认的日期格式,只要按照这个日期格式去转换字符串,计算机就能正确识别.如下: <span style

R语言putty中直接使用X11(Xming)绘图

1.下载Xming地址 http://pan.baidu.com/s/1o6ilisU,安装,推荐默认安装在C盘,推荐快捷方式放在与putty快捷方式同一个文件夹: 2.打开putty,在SSH的X11选项中勾选Enable X11 forwarding,保存putty设置: 3.运行Xming,最小化在系统托盘,使用putty进入一个服务器: 4.打开R语言 > x=c(-5:5)> y=x*x> plot(x,y,type='b') 5.绘图显示曲线

R语言并行计算中的内存控制

R语言使用向量化计算,因此非常容易在集群上进行并行计算.parallel 包提供了非常方便的函数用来进行并行计算,但有一个问题是并行时对于内存中的对象会拷贝多份,因此会比较占内存,这里提供一个比较简易的方法在内存中共享对象从而达到降低内存占用的目的. cl<-makeCluster(10, type="FORK") result_list <- parLapply(cl, list, function) stopCluster(cl) 非常简单,在创建集群的时候添加type

R语言回归中的Hosmer-Lemeshow拟合优度检验

原文链接:http://tecdat.cn/?p=6166 在依赖模型得出结论或预测未来结果之前,我们应尽可能检查我们假设的模型是否正确指定.也就是说,数据不会与模型所做的假设冲突.对于二元结果,逻辑回归是最流行的建模方法.在这篇文章中,我们将看一下 Hosmer-Lemeshow逻辑回归的拟合优度检验. Hosmer-Lemeshow拟合优度检验 Hosmer-Lemeshow拟合优度检验是基于根据预测的概率或风险将样本分开.具体而言,基于估计的参数值,对于样本中的每个观察,基于每个观察的协变

R语言时间序列数据应用xts

zoo是时间序列的基础库,是面向通用的设计. xts 是对时间序列库(zoo) 的一种扩展实现.xts 类型继承了zoo 类型,丰富了时间序列数据处理的函数. 一.xts对象的结构和定义 1.xts对象是一个具有时间索引的观测值矩阵,结构如下: xts = matrix + times 2.创建xts对象,函数如下: xts (x= ,  order.by= ,  -  ) 参数   x : 数据,必须是一个向量或者矩阵: order.by: 索引(index),是一个与x行数相同的升序排列的时